python学习笔记霍兰德人格分析与错误解决

雷达图
霍兰德认为人格兴趣与职业之间有一种内在的对应的关系。我们需要绘制雷达图，并且展示第三方数据。（编译错误AttributeError: Unknown property frac在文章结尾）
matplotlib.rcParams[‘font.family’]='SimHei’意为将图片中的字体设置为SimHei，matplotlib.rcParams[‘font.family’]为设置字体。
numpy.array([])，意为设置多维数组，python是有array功能的，但是仅仅可以定义一维数组，并不能定义多维数组，而numpy库提供了多维数组的定义。radar_labels、data均可以用这种方法定义，data_labels则是一组元组。
angles=np.linspace表示要获得一组等差的数列，使用方法如下：numpy.linspace(start, stop, num=50, endpoint=True)，表示以start为起点，stop为结束点，中间一共取num个点，可以不填num，若不填，则默认为50，且num为非负的值。endpoint=True，则取的点中包括结束点，endpoint=False，则取的点中不包括技术点，例如以下的例子：
np.linspace(2.0, 3.0, num=5)
array([ 2. , 2.25, 2.5 , 2.75, 3. ])
np.linspace(2.0, 3.0, num=5, endpoint=False)
array([ 2. , 2.2, 2.4, 2.6, 2.8])
numpy.pi为numpy库中的Π值，所以这里的angles=np.linspace(0,2*np.pi,nAttr,endpoint=False)表示以0为起始点，2Π为结束点，不包含结束点一共取nAttr个点。
np.concatenate函数：我们这里讲解一下拼接函数的三种方法：
1、先将数组转换为列表，后用列表的拼接函数append()、extend()进行拼接，最后将列表转换为数组。如下：import numpy as np
x=np.array([0,1,2])
y=np.array([5,6,7])
listx=list(x)
listy=list(y)listx.extend(listy)
listx
[0,1,2,5,6,7]
x=np.array(listx)
x
array([0,1,2,5,6,7])
这种方法适用于简单的拼接，因为过程过于繁琐，且浪费处理的时间。在运行程序中，我们为了更直观，加入print函数进行输出显示。

import numpy as np
x=np.array([0,1,2])
y=np.array([5,6,7])
print(x,y)
listx=list(x)
listy=list(y)
listx.extend(listy)
print(listx)
x=np.array(listx)
print(x)

结果为：

2、numpy库中有numpy.append(arr, values, axis=None)函数。对参数有一定的限制：数组和数值或者两个数组，不能三个以上的数组进行直接的append函数拼接。
import numpy as np
x=np.array([0,1,2])
y=np.array([5,6,7])
np.append(x,317)
array([0,1,2,317])
x
array([0,1,2])
np.append(x,y)
array([0,1,2,5,6,7])
A=array([[0,1,2],[3,4,5]])
B=np.array([[10,11,12],[13,14,15]])
np.append(A,B)
array([0,1,2,3,4,5,10,11,12,13,14,15])
numpy的数组是不会一直更新数组的，numpy.append()函数会重新分配数组。

import numpy as np
x=np.array([0,1,2])
y=np.array([5,6,7])
print(x,y)
t=np.append(x,317)
print(t,x)
k=np.append(x,y)
print(k)
A=np.array([[0,1,2],[3,4,5]])
B=np.array([[10,11,12],[13,14,15]])
u=np.append(A,B)
print(u)
print(A)

结果如下：

3、利用numpy.concatenate((a1,a2,…), axis=0)函数。能够一次完成多个数组的拼接。
import numpy as np
x=np.array([0,1,2,3])
y=np.array([4,5,6])
z=np.array([7,8,9,0])
np.concatenate((x,y,z),axis=0) #axis=0不写则默认为0
array([0,1,2,3,4,5,6,7,8,9,0]) #对一维数组的拼接，axis的值不影响结果
A=np.array([[0,1,2],[3,4,5]])
B=np.array([[100,101,102],[103,104,105]])
np.concatenate((A,B),axis=0)#axis=0表示直接进行拼接
array([[0,1,2],
[3,4,5],
[100,101,102],
[103,104,105]])
np.concatenate((A,B),axis=1) #axis=1表示对应行的数组进行拼接
array([[0,1,2,100,101,102],
[3,4,5,103,104,105]])

import numpy as np
x=np.array([0,1,2,3])
y=np.array([4,5,6])
z=np.array([7,8,9,0])
k=np.concatenate((x,y,z),axis=0)
print(x,y,z)
print(k)
#axis=0不写则默认为0
#对一维数组的拼接，axis的值不影响结果
A=np.array([[0,1,2],[3,4,5]])
B=np.array([[100,101,102],[103,104,105]])
t=np.concatenate((A,B),axis=0)#axis=0表示直接进行拼接
print(A,B)
print(t)
p=np.concatenate((A,B),axis=1)
#axis=1表示对应行的数组进行拼接
print(p)

结果如下：

plt.figure(facecolor=’white’)为将图形的背景颜色设置为白色，如果不写，默认是rc figure.facecolor。其他参数如下表所示：

fig.add_subplot(111, projection=‘polar’)，意为添加一个极坐标的图。
plt.plot(x,y,string,*k)表示以x为横轴、y为纵轴，string有很多可以选择的参数，我们这里只介绍程序中出现的，*k也有许多可以选取的。
（其他参数可以参考：https://blog.csdn.net/qq_15264999/article/details/80862216）。
plt.plot(angles,data,‘o-’,linewidth=1,alpha=0.2)表示以angles为横轴数据，data为纵轴数据，’-0’表示实线实心圈标记。alpha表示透明度（是浮点值），值从0-1不等，0为透明，1为不透明。linewidth表示线宽，为浮点值。
matplotlib.pyplot.fill(args,kwargs)：绘制填充图,填充x轴和曲线y之间区域。ax.fill(x1,y1,‘g’,x2,y2,‘r’)返回Polygon属性
plt.thetagrids方法用于设置极坐标角度网格线显示，参数为所要显示网格线的角度值列表，且默认显示0°、45°、90°、135°、180°、225°、270°、315°的网格线。plt.thetagrids(angles180/np.pi,radar_labels)即为在angles180/Π的角度上标上为radar_labels的标签。（原本为角度）plt.figtext(x,y, txt, size=12) 在figure中的任意位置添加文本，前面两个参数是指定位置。plt.figtext(0.52,0.95,‘霍兰德人格分析’,ha=‘center’,size=20)，意思为在0.52，0.95的位置处添加’霍兰德人格分析’的文本，字大小为20。
plt.legend(*args, **kwargs)，为一般形式plt.legend(data_labels,loc=(0.94,0.80),labelspacing=0.1)表示将数据data_labels添加至位置为(0.94,0.80)，图例条目之间的垂直间距为0.1。
用plt.setp()命令来进行设置，该命令可以对一个列表或者单个对象进行设置。
plt.grid(True) 意思为显示背景的网格线。
使用plt.savefig()保存的图片。
plt.show()用来显示图像。
完整代码如下：

#霍兰德人格分析雷达图
#HollandRadarDraw
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='SimHei'
radar_labels=np.array(['研究型(I)','艺术型(A)','社会型(S)',\'企业型(E)','常规型(C)','现实型(R)'])
#雷达标签
nAttr=6
data=np.array([[0.40,0.32,0.35,0.30,0.30,0.88],[0.85,0.35,0.30,0.40,0.40,0.30],[0.43,0.89,0.30,0.28,0.22,0.30],[0.30,0.25,0.48,0.85,0.45,0.40],[0.20,0.38,0.87,0.45,0.32,0.28],[0.34,0.31,0.38,0.40,0.92,0.28]])
#数据值
data_labels=('艺术家','实验员','工程师','推销员','社会工作者','记事员')
angles=np.linspace(0,2*np.pi,nAttr,endpoint=False)
data=np.concatenate((data,[data[0]]))
angles=np.concatenate((angles,[angles[0]]))
fig=plt.figure(facecolor="white")
plt.subplot(111,polar=True)
plt.plot(angles,data,'o-',linewidth=1,alpha=0.2)
plt.fill(angles,data,alpha=0.25)
plt.thetagrids(angles*180/np.pi,radar_labels)
plt.figtext(0.52,0.95,'霍兰德人格分析',ha='center',size=20)
legend=plt.legend(data_labels,loc=(0.94,0.80),labelspacing=0.1)
plt.setp(legend.get_texts(),fontsize='large')
plt.grid(True)
plt.savefig('holland_radar.jpg')
plt.show()

输出得到以下结果：

错误分析：
我在编写代码的时候发现，以原有的（网课中的源代码）代码编写，会出现以下错误：

错误类型为：
raise AttributeError(‘Unknown property %s’ % k)
AttributeError: Unknown property frac
AttributeError: Unknown property frac：属性错误：未知属性frac。
出现这个错误的原因是网课的python库是旧版本的，在最新的python中，库的函数有一些参数发生了一定的变化，比如在plt.thetagrids函数中，没有frac参数了。
改进方法：将frac=1.2去掉即可，运行程序就能正常运行了。

python学习笔记霍兰德人格分析与错误解决相关推荐

Python编程案例-霍兰德人格分析雷达图
1.原始代码 #HollandRadarDraw import numpy as np import matplotlib.pyplot as plt import matplotlib matplo ...
Python学习 matplotlib库霍兰德人格分析雷达图
[Python学习] matplotlib库绘制霍兰德人格分析雷达图学习一些Python知识.用matplotlib库进行雷达图的绘制. 实现效果图片: 代码参考:<Python语言程序设计 ...
python——关于“霍兰德人格分析雷达图”代码运行错误解决
问题描述: 嵩天老师课上代码运行时出现两个问题: 1.无Qt平台插件错误(解决了很久):This application failed to start because no Qt platform ...
Python学习——霍兰德人格分析雷达图代码问题
实例15: 霍兰德人格分析雷达图,输入代码后执行报错,错误信息:AttributeError: 'Text' object has no property 'frac' 查阅相关资料,与第三方库的版本 ...
学习Python 霍兰德人格分析雷达图
### 霍兰德人格分析雷达图 import numpy as np import matplotlib.pyplot as mplp import matplotlib as mplmpl.rcPar ...
霍兰德人格分析：利用Python第三方库matplotlib绘制雷达图
美国约翰霍普金斯大学霍兰德教授认为,个人职业兴趣特性与职业之间应有一种内在的对应关系.根据兴趣的不同,人格可分为研究型(I).艺术型(A).社会型(S).企业型(E).传统型(C).现实型(R)六个维 ...
北理网课 - Python语言程序设计 - 9.2 实例15：“霍兰德人格分析” (初学，冰山一角)
一."霍兰德人格分析"问题解析雷达图(Redar Chart):多特性直观展示的重要方式霍兰德人格分析 -霍兰德认为:人格性趣与职业之间用有一种内在的对应联系 -人格分类:研究 ...
Python入门实例验证及结果之实例16 霍兰德人格分析雷达图 ## python计算生态概览
python计算生态概览从数据处理到人工智能数据表示->数据清洗-> 数据统计->数据可视化->数据挖掘->人工智能 -数据表示:采用合适的方式用程序表达数据 -数据 ...
python多级雷达图绘制解析_Python实例15：霍兰德人格分析雷达图
Python实例15:霍兰德人格分析雷达图雷达图是多特性直观展示的重要方式: 霍兰德认为:人格兴趣与职业之间应有一种内在的对应关系: 人格分类:研究型.艺术型.社会型.企业型.传统型.现实型: 职业 ...

python学习笔记霍兰德人格分析与错误解决

python学习笔记霍兰德人格分析与错误解决相关推荐

最新文章

热门文章